Databricks-Certified-Data-Engineer-Professional 試験問題 106
ビューの更新は、顧客テーブルに挿入または更新される、新たに取り込まれたすべてのデータの増分バッチを表します。
これらのレコードを処理するために、以下のロジックが使用されます。
この実装を説明する記述はどれですか？
これらのレコードを処理するために、以下のロジックが使用されます。
この実装を説明する記述はどれですか？
Databricks-Certified-Data-Engineer-Professional 試験問題 107
データエンジニアが、組織向けの安全なデータ共有戦略を設計しています。同社は、機密性の高い顧客分析データを2つの異なるパートナーと共有する必要があります。パートナーAはUnity Catalogを有効にしたDatabricksを使用し、パートナーBはDatabricksを使用せずにAWS上のApache Sparkを使用しています。このような状況において、同社はどのように安全なデータ共有を実装すべきでしょうか？
Databricks-Certified-Data-Engineer-Professional 試験問題 108
機械学習チームは、顧客離脱予測に、レイクハウス内の「customer_parsams」という名前のDelta Lakeテーブルを使用しています。このテーブルには、複数の上流ソースから取得した顧客情報が含まれています。現在、データエンジニアリングチームは、上流データソースから取得した最新の有効な値でこのテーブルを上書きすることにより、毎晩このテーブルを更新しています。
各更新が成功するたびに、データエンジニアチームはテーブルの新しいバージョンと以前のバージョンとの差分を特定したいと考えています。現在の実装では、どの方法が使用できますか？
各更新が成功するたびに、データエンジニアチームはテーブルの新しいバージョンと以前のバージョンとの差分を特定したいと考えています。現在の実装では、どの方法が使用できますか？
Databricks-Certified-Data-Engineer-Professional 試験問題 109
ジュニアデータエンジニアは、DataFrame df を使用したグループ化集計によるストリーミングデータパイプラインの開発を依頼されました。このパイプラインは、重複しない5分間隔ごとに平均湿度と平均温度を計算する必要があります。イベントはデバイスごとに1分に1回記録されます。
ストリーミングデータフレームdfは、以下のスキーマを持ちます。
「device_id INT、event_time TIMESTAMP、temp FLOAT、humidity FLOAT」
コードブロック:
最新かつ実際の認定データエンジニアプロフェッショナル試験の質問と回答を入手するには、
このタスクを完了するには、コードブロック内の空欄を正しく埋める選択肢を選んでください。
ストリーミングデータフレームdfは、以下のスキーマを持ちます。
「device_id INT、event_time TIMESTAMP、temp FLOAT、humidity FLOAT」
コードブロック:
最新かつ実際の認定データエンジニアプロフェッショナル試験の質問と回答を入手するには、
このタスクを完了するには、コードブロック内の空欄を正しく埋める選択肢を選んでください。
Databricks-Certified-Data-Engineer-Professional 試験問題 110
セキュリティ分析パイプラインは、数十億件に及ぶ生の接続ログに位置情報データを付加して強化する必要がある。
結合処理の鍵は、各イベントのアドレスがどのIPv4範囲に属するかを特定することにある。
表1：ネットワークイベント（50億行）
イベントID IPアドレス
42 3232235777
表2：ip_ranges（200万行）
開始IPアドレス 終了IPアドレス 国
3232235520 3232236031 米国
現在、クエリの実行速度が非常に遅いです。
SELECT n.event_id, n.ip_int, r.country
ネットワークイベント n から
ip_ranges r を結合する
n.ip_int を r.start_ip_int と r.end_ip_int の間で処理します。
クエリのロジックを維持しながら、最も劇的に高速化できる変更はどれですか？
結合処理の鍵は、各イベントのアドレスがどのIPv4範囲に属するかを特定することにある。
表1：ネットワークイベント（50億行）
イベントID IPアドレス
42 3232235777
表2：ip_ranges（200万行）
開始IPアドレス 終了IPアドレス 国
3232235520 3232236031 米国
現在、クエリの実行速度が非常に遅いです。
SELECT n.event_id, n.ip_int, r.country
ネットワークイベント n から
ip_ranges r を結合する
n.ip_int を r.start_ip_int と r.end_ip_int の間で処理します。
クエリのロジックを維持しながら、最も劇的に高速化できる変更はどれですか？